Oblicz TPS modelu Radeon VII na lokalnych modelach AI

AMD 16 GB HBM2 1,020 GB/s February 2019

Każdy model w naszym katalogu oceniany według tej karty przy długości kontekstu i minimalnej jakości, którą wybierzesz. Prędkość jest szacunkowa dla pojedynczego żądania, obliczona na podstawie przepustowości pamięci tej karty i rozmiaru każdego modelu po skompresowaniu..

Obliczone dla tej karty

432 modele, które może uruchomić

679 modele w naszym katalogu razem

Największy model, który obsługuje

Nemotron 3-Nano-30B-A3B

31.6B · Q3_K_M · 160 tok/s

Najszybszy model

Gemma 3 QAT 1B

337 tok/s · 1B

Które modele AI mogą działać na a Radeon VII?

Ustaw wejścia, odczytaj odpowiedź.

Długość kontekstu tokeny

Więcej kontekstu oznacza więcej VRAM dla pamięci rozmowy. Szybkość dotyczy świeżej rozmowy i nie zmienia się przy tym ustawieniu..

Minimalna jakość

Ukrywa modele, które można by zmieścić tylko przez skompresowanie poniżej tego punktu.

Szukaj modeli

Rozmiar modelu

Wydane

Pokazuje również modele, których nie może uruchomić.

432 modele pasują

Obliczanie

						Kwantyzacja	Pasuje
337 tok/s 202–539 · niska pewność	Gemma 3 1B	1B	Mar 2025	1.8 GB	33k tokeny	Q8_0	Wygodny
337 tok/s 202–539 · niska pewność	Gemma 3 QAT 1B	1B	Apr 2025	1.8 GB	33k tokeny	Q8_0	Wygodny
337 tok/s 202–539 · niska pewność	HGRN 1B (WT 103) ≈	1B	Nov 2023	1.8 GB	131k tokeny ?	Q8_0	Wygodny
337 tok/s 202–539 · niska pewność	LLama 3..2 Typhoon 2 1B ≈	1B	Dec 2024	1.8 GB	131k tokeny ?	Q8_0	Wygodny
337 tok/s 202–539 · niska pewność	OLMo-1B ≈	1B	Feb 2024	1.8 GB	131k tokeny ?	Q8_0	Wygodny
337 tok/s 202–539 · niska pewność	Pythia-1b ≈	1B	Apr 2023	1.8 GB	131k tokeny ?	Q8_0	Wygodny
312 tok/s 187–499 · niska pewność	OpenELM-1.1B ≈	1.1B	May 2024	1.9 GB	131k tokeny ?	Q8_0	Wygodny
306 tok/s 184–490 · niska pewność	DeciCoder-1B ≈	1.1B	Aug 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
306 tok/s 184–490 · niska pewność	SantaCoder ≈	1.1B	Jan 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
306 tok/s 184–490 · niska pewność	TinyLlama-1.1B (1T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
306 tok/s 184–490 · niska pewność	TinyLlama-1.1B (3T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
281 tok/s 168–449 · niska pewność	EXAONE 4.0 (1.2B) ≈	1.2B	Jul 2025	2.0 GB	131k tokeny ?	Q8_0	Wygodny
281 tok/s 168–449 · niska pewność	MinerU2.5 ≈	1.2B	Sep 2025	2.0 GB	131k tokeny ?	Q8_0	Wygodny
281 tok/s 168–449 · niska pewność	Pleias 1.0 1.2B ≈	1.2B	Dec 2024	2.0 GB	131k tokeny ?	Q8_0	Wygodny
281 tok/s 168–449 · niska pewność	Pleias-RAG-1B ≈	1.2B	Apr 2025	2.0 GB	131k tokeny ?	Q8_0	Wygodny
274 tok/s 164–438 · niska pewność	Llama 3.2 1B	1.2B	Sep 2024	2.2 GB	131k tokeny	Q8_0	Wygodny
270 tok/s 162–432 · niska pewność	MiniCPM-1.2B ≈	1.2B	Jun 2024	2.0 GB	131k tokeny ?	Q8_0	Wygodny
259 tok/s 156–415 · niska pewność	DeepSeek Coder 1.3B ≈	1.3B	Jan 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
259 tok/s 156–415 · niska pewność	DeepSeek-VL-1.3B ≈	1.3B	Mar 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
259 tok/s 156–415 · niska pewność	DigiRL ≈	1.3B	Jun 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
259 tok/s 156–415 · niska pewność	GLA Transformer 1.3B ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
259 tok/s 156–415 · niska pewność	Janus 1.3B ≈	1.3B	Oct 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
259 tok/s 156–415 · niska pewność	Kosmos-2.5 ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
259 tok/s 156–415 · niska pewność	Otter ≈	1.3B	May 2023	2.1 GB	131k tokeny ?	Q8_0	Wygodny
259 tok/s 156–415 · niska pewność	Phi-1 ≈	1.3B	Oct 2023	2.1 GB	131k tokeny ?	Q8_0	Wygodny

Prędkości są szacunkami dla pojedynczego zapytania — jednej konwersacji na raz — obliczonymi na podstawie przepustowości pamięci, rozmiaru MODELu i kwantyzacji. Rzeczywista przepustowość różni się w zależności od czasu uruchamiania inference i jego wersji. Wartości publikowane przez dostawców sprzętu mierzą wiele jednoczesnych zapytań i są znacznie wyższe..

Na nagranie

Radeon VII Pełna specyfikacja

Wszystko w bazie danych dla tej karty, uporządkowane według tego, jak bardzo wpływa na uruchamianie modelu językowego, a nie według tego, jak lista specyfikacji by to opisała. MEMORY jest na pierwszym miejscu, ponieważ decyduje o wyniku; reszta to CONTEXT..

VRAM

Dwie specyfikacje decydują, co ta KARTA może uruchomić i jak szybko. Pojemność określa, które modele mieszczą się w GPU VRAM; przepustowość określa, ile tokenów na sekundę generują, gdy już ją uruchomią.

Rozmiar pamięci: 16 GB
Pasmo pamięci: 1,020 GB/s
Typ pamięci: HBM2
Szerokość magistrali pamięci: 4,096 bit
Zegar pamięci: 1 GHz

Czip

Jaki procesor jest na płycie i jak został wyprodukowany. Mniejszy rozmiar procesu zazwyczaj oznacza większą wydajność przy tej samej mocy.

Procesor graficzny: Vega 20
Architektura: GCN 5.1
Generacja: Vega II(Radeon VII)
Odlewnia: TSMC
Rozmiar procesu: 7 nm
Transistory: 13.2 billion
Gęstość tranzystorów: 40,000 K/mm²
Rozmiar die: 331 mm²
Pakiet: BGA-1933
Wydane: 7 February 2019

Częstotliwości zegara

Jak szybko działa procesor. Warto znacznie mniej tutaj niż w testach wydajności gier: generowanie tekstu jest ograniczone przez przepustowość pamięci, więc wyższa częstotliwość ledwo wpływa na rezultat.

Zegar bazowy: 1.4 GHz
Zegar zwiększający: 1.75 GHz

Jednostki przetwarzania

Co zawiera chip. Te elementy napędzają wydajność grafiki i mają znaczenie głównie dla przetwarzania długiego promptu, a nie dla generowania odpowiedzi.

Jednostki cieniujące: 3,840
Jednostki mapowania tekstur: 240
Jednostki wyjściowe.Render: 64
cache L1: 16 KB
pamięć podręczna L2: 4 MB

Wydajność teoretyczna

Szczytowe współczynniki arytmetyczne opublikowane dla karty. Są to limity, które żadne rzeczywiste obciążenie nie osiąga, a generowanie tekstu osiąga jedynie małą ich część, ponieważ jest ograniczone przez VRAM, a nie arytmetykę.

Pół precyzja (FP16): 26.9 TFLOPS
Pojedyncza precyzja (FP32): 13.4 TFLOPS
Podwójna precyzja (FP64): 3.4 TFLOPS
Wskaźnik pikseli: 112 GPixel/s
Współczynnik tekstury: 420 GTexel/s

Płyta

Co jest potrzebne do fizycznej instalacji i zasilania karty — praktyczne ograniczenia, które decydują, czy pasuje do maszyny, którą już posiadasz.

Pobór mocy (TDP): 295 W
Zalecany zasilacz: 600 W
Złącza zasilające: 2x 8-pin
Interfejs magistrali: PCIe 3.0 x16
Szerokość slotu: Dual-slot
Wymiary: 280 mm × 40 mm
Wyświetl wyniki: 1x HDMI 2.0b, 3x DisplayPort 1.4a

Wsparcie oprogramowania

Jakie interfejsy graficzne i obliczeniowe obsługuje karta. Możliwość obliczeniowa CUDA ma znaczenie dla wnioskowania: poniżej 7.0 nie ma rdzeni tensorowych, a nowoczesne oprogramowanie do wnioskowania wraca do wolniejszych ścieżek kodu.

DirectX: 12.1
OpenGL: 4.6
Vulkan: 1.3
OpenCL: 2.1
Model cieniowania: 6.7

Oferty

Gdzie kupić GPU Radeon VII

Żaden dostawca obecnie nie wymienia tej karty. Oferty pochodzą od dostawców, którzy publikują je tutaj bezpośrednio. — przejrzyj katalog dostawców zobaczyć, kto sprzedaje co.

Co oznaczają liczby

Co oznacza subsystém pamięci dla AI

VRAM

16 GB

Szerokość pasma

1,020 GB/s

Największy model

Nemotron 3-Nano-30B-A3B

Radeon VII nosi 16 GB z HBM2. To sięga komfortowo w małe i średnie modele, chociaż największe pozostają poza zasięgiem bez ich dzielenia. Nakład sterowników zostawia w przybliżeniu 14.4 GB.

Przepustowość pamięci osiąga 1,020 GB/s przez magistralę 4,096 bity. Generowanie tokena oznacza odczytanie każdej wagi raz, więc ta liczba wyznacza tempo bardziej niż jakakolwiek inna liczba tutaj, a na tym poziomie tekst dociera szybciej niż większość ludzi czyta.

Przepustowość to zegar razy szerokość magistrali, a ta KARTA zegaruje swoją pamięć na 1 GHz. Poszerzenie magistrali i podniesienie zegara to dwa dźwignie, które ma producent, dlatego karta z nie wybitnymi rdzeniami może nadal generować szybko.

W całości największy model, który się mieści, to Nemotron 3-Nano-30B-A3B, 31.6B, skompresowane do Q3_K_M i generowanie wokół 160 tokeny na sekundę

Układ scalony i jak został zbudowany

Radeon VII jest zbudowany na procesorze graficznym Vega 20, używając architektury GCN 5.1 z AMD, jako część generacji Vega II(Radeon VII).

Chip jest produkowany przez TSMC, na procesie 7 nm, z kostką o wymiarach 331 mm², trzymanie 13.2 billion Transistory. Mniejszy proces zazwyczaj oznacza lepszą wydajność przy tej samej mocy, chociaż w przypadku modeli językowych ma to znacznie mniejsze znaczenie niż subsystem pamięci.

Został wydany w February 2019, szacunkowo 7.4792996973925 lata temu. Wsparcie oprogramowania do wnioskowania zazwyczaj podąża za sprzętem z opóźnieniem roku lub dwóch, więc karta tego wieku zazwyczaj ma dostępne dojrzałe, dobrze zoptymalizowane ścieżki kodu.

Wydajność obliczeniowa i dlaczego ma mniejsze znaczenie, niż się wydaje

FP16

26.9 TFLOPS

FP64

3.4 TFLOPS

Na papierze Radeon VII osiąga 26.9 TFLOPS przy półprecyzji, i 13.4 TFLOPS przy pojedynczej precyzji. To są wartości szczytowe, żaden rzeczywisty obciążenie ich nie utrzymuje, a generowanie tekstu osiąga tylko małą część z nich — dekodowanie jest ograniczone przez pamięć, a nie przez arytmetykę, co jest powodem, dla którego karta może wyglądać na niezwykle potężną tutaj i nadal produkować tokeny w zwykłym tempie.

Przepustowość podwójnej precyzji osiąga 3.4 TFLOPS. Nie ma to wpływu na uruchamianie modelu językowego — żadna sesja inferencyjna tego nie używa — ale oddziela części datacenter od konsumenckich, ponieważ te drugie celowo to ograniczają.

Zegary działają od podstawy 1.4 GHz do zwiększenia 1.75 GHz. Warto tu znacznie mniej niż na benchmarkach gier: podnoszenie szybkości zegara poprawia arytmetykę, a arytmetyka nie jest tym, na co czeka generacja.

Pamięć podręczna i jednostki przetwarzające

Radeon VII ma pamięć podręczną L1 16 KB, wspierany przez pamięć podręczną L2 4 MB. Cache absorbuje część ruchu pamięci, która w przeciwnym razie uderzyłaby w główną magistralę, która jest jednym miejscem na tej stronie, gdzie liczba inna niż przepustowość cicho wpływa na szybkość generacji — duża L2 pozwala większej części zbioru roboczego pozostać blisko rdzeni.

Są 3,840 Jednostki cieniujące, 240 Jednostki mapowania tekstur, i 64 Jednostki wyjściowe.Render. Te napędy obsługują obciążenia graficzne i przyczyniają się do przetwarzania zapytań, ale pozostają bezczynne przez dużą część czasu, gdy model generuje odpowiedź.

Moc, rozmiar i instalacja

Pobór mocy

295 W

Radeon VII jest oceniane na 295 W, i sugerowane zasilanie systemu wynosi 600 W. Uruchamianie modelu językowego zajmuje kartę w krótkich momentach zamiast ciągłego — intensywnie korzysta podczas generowania i jest w uśpieniu między zapytaniami — więc utrzymane obciążenie w ciągu roboczego dnia jest zazwyczaj znacznie poniżej nominalnej wartości.

Płyta zajmuje dual-slot, pomiarowania 280 mm długi, i potrzebuje 2x 8-pin. Warto sprawdzić z zasilaczem oraz obudową w maszynie, ponieważ największe karty potrzebują zdecydowanie więcej obu niż typowy komputer stacjonarny oferuje.

Łączy się przez PCIe 3.0 x16. Interfejs reguluje, jak szybko model jest ładowany z dysku do karty, a nie jak szybko działa po załadowaniu, więc węższe połączenie kosztuje kilka sekund na starcie i nic później.

Ekstremy

Największe modele AI, które działają na a Radeon VII

Największe modele open-weight, które mieszczą się na tej karcie, najnowsze najpierw. Każdy jest pokazany w najlepszej kompresji, jaką karta może pomieścić..

01 North Mini Code 30B · Q3_K_M · Jun 2026 168 tok/s
02 Qwen 3.6-27B 27B · Q3_K_M · Apr 2026 33.7 tok/s
03 Qwen3.5-27B 27B · Q3_K_M · Feb 2026 33.7 tok/s
04 Nemotron 3-Nano-30B-A3B 31.6B · Q3_K_M · Dec 2025 160 tok/s
05 Nomos 1 30B · Q3_K_M · Dec 2025 168 tok/s
06 C2S-Scale 27B · Q3_K_M · Oct 2025 33.7 tok/s
07 Gemma-SEA-LION-v4-27B-IT 27B · Q3_K_M · Aug 2025 33.7 tok/s
08 ERNIE-4.5-VL-28B-A3B 28B · Q3_K_M · Jun 2025 180 tok/s
09 Qwen3-30B-A3B 30B · Q3_K_M · Apr 2025 168 tok/s
10 Gemma 3 QAT 27B 27B · Q3_K_M · Apr 2025 33.7 tok/s

Najszybsze modele AI na a Radeon VII

Gdzie ta KARTA produkuje tokeny najszybciej. Mniejsze modele dominują tutaj, ponieważ generowanie każdego tokenu oznacza odczytanie całego modelu z pamięci raz..

01 Gemma 3 QAT 1B 1B · Q8_0 · 1.8 GB 337 tok/s
02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 337 tok/s
03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 337 tok/s
04 OLMo-1B 1B · Q8_0 · 1.8 GB 337 tok/s
05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 337 tok/s
06 Pythia-1b 1B · Q8_0 · 1.8 GB 337 tok/s
07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 312 tok/s
08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 306 tok/s
09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 306 tok/s
10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 306 tok/s

Krok po kroku

Jak obliczyć liczbę tokenów na sekundę dla a Radeon VII

Nie musisz niczego obliczać ręcznie — kalkulator gputps.com na tej stronie już obliczył to dla każdego modelu, który ta karta może pomieścić. Odczytanie odpowiedzi zajmuje sześć kroków..

01

Model: model AI Run: uruchomienie modelu AI Does not fit: nie mieści się w GPU VRAM Tight: ledwo uruchamialny Comfortable: działa płynnie Open weight: model AI typu open-source On file: w naszej bazie danych Releases: nowo wydane GPU Memory/memory-bound: GPU VRAM/bandwidth Card: karta GPU Context length: okno kontekstu AI

Tabela zawiera 432 modele, które obsługuje karta. Pole wyszukiwania przyjmuje nazwę lub rozmiar, taki jak 27b, który odpowiada liczbie parametrów.
02

Zdecyduj, jak długo trwają twoje rozmowy

Ustaw kontekst na swoją rzeczywistą długość roboczą. Krótkie pytania kosztują prawie nic, ale długi dokument może zająć dużą część 16 GB więc ustawienia warto dobrze ustawić.
03

Ustaw minimalną jakość, jeśli jest potrzebna.

Kompresja to to, co pozwala większym modelom się zmieścić. Kontrola jakości odrzuca każdy model, który potrzebuje więcej tego, niż jesteś skłonny dać.
04

Weź zakres jako odpowiedź

Liczby są obliczane, a nie mierzone. Najszybszy wynik na tej karcie to 337 tok/s na Gemma 3 QAT 1B. Ta sama karta i model różnią się od trzydziestu do pięćdziesięciu procent między czasami wykonywania inference.
05

Przeczytaj werdykt dopasowania ostatni

Tight oznacza, że działa dzisiaj; comfortable oznacza, że nadal działa, gdy rozmowa się rozwija. Porównaj, co każdy model potrzebuje w porównaniu z dostępnym. 16 GB.
06

Sprawdź w innych urządzeniach.

Każda nazwa modelu w tabeli prowadzi do swojej własnej strony, która wykonuje to samo obliczenie na każdej karcie, którą posiadamy. Tam właśnie zobaczysz, czy odpowiedni zakup jest Radeon VII.

Odpowiedzi

Radeon VII — częste pytania

Radeon VII— kiedy to zostało wydane?

Został wydany w February 2019.

Radeon VII— ile mocy zużywa?

Moc nominalna karty graficznej wynosi 295 W, i sugerowane zasilanie systemu wynosi 600 W. Generowanie tekstu bardzo obciąża w krótkich szczytach i idle'uje między żądaniami, więc średnie zużycie podczas sesji roboczej jest zazwyczaj znacznie poniżej określonej wartości.

Radeon VII— ile pamięci podręcznej ma?

Pamięć podręczna L1 jest 16 KB, i pamięć podręczna L2 jest 4 MB. Cache absorbuje część ruchu pamięci, który w przeciwnym razie dotarłby do głównej magistrali, więc większy L2 daje skromny wzrost prędkości generacji ponad to, co przewiduje sama szerokość pasma.

Radeon VII— jakie są jego TFLOPS?

Jest oceniane na 26.9 TFLOPS przy połowicznej precyzji i 13.4 TFLOPS przy pojedynczej precyzji. Są to najwyższe sufity arytmetyczne, a nie osiągalne stawki, a generacja tekstu osiąga tylko małą część z nich, ponieważ jest ograniczona przez przepustowość pamięci.

Radeon VII— czy obsługuje CUDA?

Nie. CUDA jest tylko dla NVIDIA, a to jest karta od AMD. Uruchamia modele językowe przez ROCm, Vulkan lub Metal w zależności od oprogramowania, które są mniej dojrzałe niż ścieżka CUDA — nasze oszacowania uwzględniają karę za to.

Radeon VII— Jakiego interfejsu autobusowego używa?

Używa PCIe 3.0 x16. To reguluje, jak szybko model jest ładowany na kartę, a nie jak szybko działa po załadowaniu, więc kosztuje kilka sekund podczas uruchamiania i nic podczas generacji.

Radeon VII— czy jest dobry do uruchamiania lokalnych modeli AI?

Jego pamięć obejmuje małe i średnie modele, chociaż największe są poza zasięgiem, a jego przepustowość jest wystarczająco wysoka, aby generować tekst szybciej niż większość ludzi czyta. Łącznie uruchamia 432 modele, które śledzimy. Czy to wystarczy, zależy całkowicie od tego, który model chcesz — tabela powyżej odpowiada na to bezpośrednio.

Radeon VII— czy może uruchomić model, który nie mieści się w jego VRAM?

Przekroczenie karty 16 GB zaciąga cały system w dół, a żadne z danych na tej stronie tego nie uwzględnia.

Czy dwa Radeon VII karty będą dwa razy szybsze?

Nie. Druga karta podwaja pamięć do 32 GB z połączoną pamięcią, w mniej więcej tej samej prędkości generacji co jeden.

Radeon VII— które modele AI może uruchomić?

432 z 679 modele językowe open-weight, które śledzimy, mieszczą się na tej karcie i mogą być uruchamiane lokalnie. Tabela na tej stronie zawiera każdy z nich, z wymaganą pamięcią, poziomem kwantyzacji oraz szacowaną prędkością generacji.

Radeon VII— jaki jest największy model AI, który może uruchomić?

Największy model w naszym katalogu, który pasuje, to Nemotron 3-Nano-30B-A3B w 31.6B parametry, skompresowane do Q3_K_M. Generuje mniej więcej 160 tokenów na sekundę i potrzebuje około 14.4 GB pamięci karty.

Radeon VII— Ile tokenów na sekundę produkuje?

To zależy od modelu. Najszybszy model, który śledzimy tutaj, to Gemma 3 QAT 1B około 337 tokenów na sekundę, podczas gdy większe modele działają proporcjonalnie wolniej, ponieważ każdy token wymaga odczytania całego modelu z pamięci za każdym razem. Prędkości są szacunkami dla jednej rozmowy na raz.

Radeon VII— czy może działać 7B modele?

Tak. Na przykład działa Multi-Token Prediction 7B w Q8_0, używając około 7.9 GB pamięci i generowanie około 50.3 tokeny na sekundę

Radeon VII— czy może działać 13B modele?

Tak. Na przykład działa DeepSeekMoE-16B w Q6_K, używając około 13.7 GB pamięci i generowanie około 170 tokeny na sekundę

Radeon VII— czy może działać 30B modele?

Tak. Na przykład działa ERNIE-4.5-VL-28B-A3B w Q3_K_M, używając około 12.9 GB pamięci i generowanie około 180 tokeny na sekundę

Radeon VII— Ile ma pamięci?

Ta karta ma 16 GB z HBM2. Około jedna dziesiąta jest zarezerwowana przez czas wykonywania wnioskowania i sterownik, pozostawiając mniej więcej 14.4 GB dostępny dla modelu i jego rozmowy

Radeon VII— jaka jest jej przepustowość VRAM?

Przepustowość pamięci osiąga 1,020 GB/s przez magistralę 4,096 bity. To jest jedyny najlepszy wskaźnik tego, jak szybko generuje tekst, ponieważ produkcja każdego tokena oznacza odczytanie całego modelu z pamięci jednocześnie.

Radeon VII— Jakiego typu pamięci używa?

Używa HBM2 prędkość zegara na 1 GHz. Typy HBM znajdują się na akceleratorach w centrum danych i mają znacznie większą przepustowość niż GDDR używane na kartach stacjonarnych, dlatego generują tokeny znacznie szybciej przy tej samej pojemności.

Radeon VII— kto to robi?

To jest produkt AMD, z chipem wyprodukowanym przez TSMC, na procesie 7 nm.

Druga strona

Patrząc na to z drugiej strony?

Ta strona zaczyna się od sprzętu. Jeśli już wiesz, jaki model chcesz i potrzebujesz wiedzieć, co jest potrzebne do jego uruchomienia, Zacznij od modelu zamiast.

Wszystkie GPU